A World of Ginis
Cet article traite des incohérences significatives dans les estimations mondiales du coefficient de Gini en construisant un ensemble de données unifié de plus de 122 000 observations afin d'identifier les différences de mesure systématiques — particulièrement entre les mesures de revenu et de consommation — et fournit des facteurs de correction pour harmoniser ces estimations en vue d'une analyse politique plus efficace.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans le monde de l'économie, il existe un chiffre unique sur lequel les dirigeants, les journalistes et les chercheurs s'appuient pour comprendre comment la richesse est partagée au sein d'une société. C'est une mesure de l'inégalité, un moyen de voir si les ressources d'un pays sont concentrées entre les mains de quelques-uns ou réparties plus équitablement parmi le plus grand nombre. Depuis des décennies, ce chiffre est l'outil de référence pour décider si un gouvernement doit modifier ses lois fiscales, si une région devient plus stable, ou si une politique aide réellement les pauvres. L'idée est simple : si le chiffre augmente, l'inégalité croît ; s'il diminue, l'écart entre riches et pauvres se réduit. Mais pour que cet outil fonctionne, il faut que tout le monde mesure la même chose de la même manière. Si une personne mesure la hauteur d'un bâtiment avec un ruban à mesurer et une autre avec un laser, leurs résultats différeront, et personne ne saura qui a raison. C'est le problème auquel est confrontée la communauté mondiale des chercheurs sur les inégalités. Ils collectent ce chiffre crucial dans des centaines de pays depuis plus d'un siècle, pourtant les chiffres qu'ils trouvent divergent souvent radicalement, même pour un même pays et pour une même année.
Une équipe de chercheurs de l'Université de Vérone et de l'Université de Bologne s'est donné pour mission de résoudre cette confusion. Ils ont rassemblé toutes les estimations disponibles de ce chiffre d'inégalité provenant de treize bases de données majeures différentes, créant une collection massive de plus de 122 000 observations couvrant 222 pays et territoires de 1867 à 2024. Leur objectif n'était pas seulement de lister ces chiffres, mais de comprendre pourquoi ils étaient si différents. Ils voulaient savoir si le désaccord était dû à des données erronées, à des manières différentes de poser les questions, ou à quelque chose de plus profond sur la façon dont nous définissons la richesse elle-même. En passant au crible cette montagne d'informations, ils ont découvert que les différences n'étaient pas des erreurs aléatoires, mais des modèles systématiques causés par des choix spécifiques que font les chercheurs lorsqu'ils calculent le chiffre.
La découverte la plus significative est que la définition de la « richesse » modifie le résultat plus que toute autre chose. Dans de nombreuses parties du monde, les chercheurs demandent aux gens combien d'argent ils gagnent par an, tandis que dans d'autres, ils demandent combien les gens dépensent pour la nourriture, le logement et les biens de consommation. Les chercheurs ont constaté que lorsque l'on mesure en fonction du revenu, le chiffre de l'inégalité est systématiquement plus élevé que lorsqu'on le mesure en fonction des dépenses. En moyenne, le chiffre basé sur le revenu est près de cinq points plus élevé que celui basé sur les dépenses à l'échelle mondiale. Dans certaines régions, comme l'Amérique du Nord, l'écart est encore plus large, dépassant les dix points. Cela signifie qu'un pays pourrait paraître très inégalitaire simplement parce que les chercheurs ont choisi d'observer le revenu, ou peu inégalitaire parce qu'ils ont observé les dépenses, même si la répartition réelle de la vie des gens n'a pas changé.
L'étude a également révélé que cet écart n'est pas statique ; il a augmenté au fil du temps. Depuis l'an 2000, la différence entre les mesures basées sur le revenu et celles basées sur les dépenses s'est considérablement creusée. Par le passé, l'écart était plus faible, mais au cours des dernières décennies, il s'est élargi, suggérant que la façon dont nous mesurons la richesse devient moins cohérente avec la façon dont les gens vivent réellement. De plus, les chercheurs ont découvert que d'autres choix techniques, tels que le fait de compter ou non les impôts payés ou de s'ajuster à la taille de la famille, ajoutent d'autres couches de différence. Par exemple, compter le revenu avant que les impôts ne soient prélevés produit toujours un chiffre d'inégalité plus élevé que de compter le revenu après que les impôts et les prestations gouvernementales ont été appliqués. Dans les pays dotés de systèmes fiscaux solides, cette différence peut être substantielle, faisant paraître une nation beaucoup plus inégalitaire qu'elle ne l'est réellement pour ses citoyens une fois que le gouvernement a fait son travail.
On pourrait supposer qu'à mesure que de nouvelles bases de données étaient créées, le désaccord entre elles s'aggraverait, avec différents groupes tirant les chiffres dans des directions opposées. Cependant, les chercheurs ont trouvé un résultat surprenant : les bases de données de longue date sont restées en fait assez cohérentes entre elles au fil du temps. L'augmentation du désaccord ne provient pas du fait que les anciennes sources s'éloignent les unes des autres, mais du fait qu'il y a simplement plus de sources aujourd'hui. La prolifération de nouvelles bases de données, utilisant chacune des méthodes légèrement différentes, a mécaniquement élargi l'éventail des réponses possibles pour un pays donné. Ce n'est pas que les anciennes mesures deviennent moins fiables, mais que le paysage de la mesure est devenu plus encombré par différentes approches.
Pour aider les chercheurs et les décideurs politiques à naviguer dans cette complexité, les auteurs ont développé un ensemble d'outils pratiques. Ils ont créé des facteurs d'ajustement qui peuvent être utilisés pour traduire un chiffre calculé d'une certaine manière en l'équivalent d'un autre. Par exemple, si un chercheur dispose d'un chiffre basé sur les dépenses pour un pays d'Asie du Sud et qu'il doit le comparer à un chiffre basé sur le revenu provenant d'une autre région, il peut appliquer une correction spécifique pour rendre les deux comparables. Ces ajustements varient selon la région et selon le niveau de développement d'un pays, reconnaissant que l'écart entre les mesures de revenu et de dépenses est plus important dans les pays pauvres où le revenu monétaire est plus difficile à suivre. L'article conclut que, bien qu'un accord parfait ne soit peut-être jamais possible, le domaine peut progresser en étant transparent sur ces différences. Les chercheurs doivent désormais énoncer clairement quelle définition de la richesse ils utilisent et appliquer ces corrections lorsqu'ils comparent des données à travers les frontières. L'objectif est de s'assurer que, lorsque nous regardons l'état du monde, nous comparons des pommes avec des pommes, et non en confondant un fruit différent avec la même chose.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.